Elasticsearch可以说是企业级搜索应用的最佳选择。相较于传统的关系型数据库，Elasticsearch更适合于存储海量数据并对其进行全文检索和数据分析（聚合）。同时ES适合进行结构化/非结构化查询。下面介绍Elasticsearch中的API。
Elasticsearch系列教程
- Elasticsearch教程之一：介绍
- Elasticsearch教程之二：索引，分词及映射
- Elasticsearch教程之三：API
- Elasticsearch教程之四：AWS OpenSearch
- Elasticsearch教程之五：Opensearch Node.js客户端的使用
- Elasticsearch教程之六：Python客户端的使用
- Elasticsearch教程之七：在OpenSearch中使用聚合实现Facet
Create新增数据
插入数据
其格式为：
POST /index/type/id
{
YOUR_JSON
}例如：
POST testindex/_doc/2
{
"name":"Lucas"
}也可以不指定id，让系统自动生成：
POST testindex/_doc
{
"name":"Andrew"
}批量插入
POST _bulk
{ "index" : { "_index" : "testindex", "_id" : "11" } }
{ "name":"Amy", "title":"Miss" }
{ "index" : { "_index" : "testindex", "_id" : "12" } }
{ "name":"Lily", "title":"Miss" }如果都是针对同一个索引的话，也可以这样：
POST /testindex/_bulk
{ "index" : { "_id" : "13" } }
{ "name":"Amy", "title":"Miss" }
{ "index" : { "_id" : "14" } }
{ "name":"Lily", "title":"Miss" }如果想让系统自动生成id：
POST /testindex/_bulk
{ "index" : { } }
{ "name":"Amy", "title":"Miss" }
{ "index" : { } }
{ "name":"Lily", "title":"Miss" }Retrieve获取特定文档
获取指定ID的文档：
GET testindex/_doc/1在这里包含了ES的一些系统信息和我们真正想要的数据。如果指向返回用户数据：
GET testindex/_doc/IHPV9HkBkMWsw4mVQ-4F/_source只检索文档中指定的字段：
GET testindex/_doc/IHPV9HkBkMWsw4mVQ-4F?_source=name,address同时检索多个文档（根据id）：
POST /testindex/_mget
{
"ids":["11","12","21"]
}需要注意的是，如果某个文档不存在，在返回json中会被标明(“found” : false)。
Update更新
POST testindex/_doc/1
{
"name":"Tom"
}局部更新：
POST /testindex/_doc/IHPV9HkBkMWsw4mVQ-4F/_update
{
"doc": {
"title": "Mr"
}
}Delete删除
删除索引：
DELETE myindex删除文档(_doc为ES关键字，非类型名：无需指定类型名)：
DELETE myindex/_doc/idSearch查询
获取当前索引中所有文档：
GET tutorial/_search或者：
GET /tutorial/_search
{
"query": {
"match_all":{}
}
}需要注意的是，从ES6.x开始，不推荐在同一个index中使用多个type，因此在上面的搜索中，只能返回第一个被创建索引中的文档。
基本查询
查询所有文档：
GET /_search查询指定索引的文档：
GET /your_index/_search查询多个索引
GET /yourindex1,yourindex2/_search
GET /yourindex*/_search查询特定字段：
GET /your_index/_search?q=title:Dr查询指定文档，指定字段
获取一个文档数据：
GET /demo/doc/1和solr类似，其”_source”字段中包含文档数据。
获取所有文档：
GET /demo/doc/_search全文检索：
GET /demo/doc/_search?q=keyword
GET /demo/doc/_search?q=keyword&df=user&sort=address:asc&timeout=2s查询参数
还可以添加很多参数：
GET /your_index/_search?q=keyword&sort=salary:desc&df=username&from=200&size=50&timeout=1s- df: 当不指定查询字段时要使用的默认字段。如果不指定，则会查询所有字段。
- timeout: 超时时间
- term：单词查询，如果使用term查询hello world就相当于查询hello or world
- phrase：语句查询（不分词），查询Hello world就等同于查询“Hello world”
分组：通过括号指定搜索表达式
q=username:(tom OR jim)
q=username:(tom OR jim) AND surname=bucks查看查询的profile：
GET your_index/_search?q=username:(tom OR jim)
{
“profile”:true
}通配符
？*，需要注意通配符会对系统性能又负面影响
可用替代方案：
正则表达式：
q=username:/[bt]om/模糊匹配：
q=username:tom~1返回与tom只相差一个字符的词，比如：bom,tok,tim
相似度查询
q=usrename:tom~5布尔操作符
AND, OR, NOT, +, - (+在URL中会被解析成空格，需要encoding成%2B才能正常使用)
q=username:(+tom -tommy)区间查询
q=salary:[1000 TO 2000]
q=salary:>=1000聚合
GET /demo/doc/_search
{
"aggs": {
"all_interests": {
"terms":{"field":"interest"}
}
}
}其返回结果会统计每个指定字段值的统计信息：
"aggregations": {
"all_interests": {
"buckets": [
{
"key": "football",
"doc_count": 200
},
{
"key": "netball",
"doc_count": 300
},
{
"key": "swimming",
"doc_count": 100
}
]
}
}Search(Request body)
把所有查询参数都放在request中，而不是放在URL中。
match模糊查询
GET tutorial/_search
{
"query": {
"match": {
"title":"Miss"
}
}
}或者：
GET tutorial/_search
{
"query": {
"match": {
"title":{
"query":"Miss Dr",
"operator":"or"
}
}
}
}match_phrase精确匹配查询
GET tutorial/_search
{
"query": {
"match_phrase": {
"address":"temp Road"
}
}
}slop差异查询
slop：允许有中间有几个词的差异，比如下面的查询：
GET tutorial/_search
{
"query": {
"match_phrase": {
"address": {
"query":"123 Road",
"slop":1
}
}
}
}会返回 123 Temp Road，因为123和Road之间只差了一个词。只不过，slop后面的值代表的是up to xx。比如：如果使用“slop”:5，代表的是123和Road之间可以是0-5个词都可以。
query_string多字段查询
GET tutorial/_search
{
"query": {
"query_string": {
"default_field": "address",
"query":"Road OR Avenue"
}
}
}多字段查询：
GET tutorial/_search
{
"query": {
"query_string": {
"fields": ["home_address","office_address"],
"query":"Road OR Avenue"
}
}
}range范围查询
GET tutorial/_search
{
"query": {
"range": {
"age": {
"gte":10,
"lte":20
}
}
}
}
